本发明涉及图像数据处理。更具体地，本发明涉及基于红外图像的带式输送机电机过热检测方法。
背景技术：
1、在现代工业生产中，带式输送机一般应用于物料搬运、运输和加工等领域。作为其关键组成部分，电机的正常运转直接影响到其输送效率和设备的整体性能。然而，电机在长时间高负荷运转过程中，容易出现过热现象，这不仅会降低电机的工作效率，还可能导致设备损坏和生产停滞。随着红外成像技术的快速发展，为电机温度监测提供了新的解决方案。红外图像能够非接触式地捕捉电机表面的温度分布，具备高灵敏度和实时性，能够有效识别电机的过热区域。同时，借助图像处理技术，可以对采集的红外图像进行深入分析，提取出关键的温度特征和异常区域。这种方法不仅提高了温度监测的准确性，还为故障预警和维护提供了重要的数据支持。
2、申请公布号为cn108445393a的专利申请文件公开了一种永磁同步电机故障检测方法和系统。该专利申请文件包括：采集永磁同步电机的正常及带故障的热变化过程的多个一系列时序原始图像数据，并采用图像处理技术分割出永磁同步电机表面温度较高的像素区域后，进行特征提取，以确定电机状态类别。
3、然而，虽然上述方案实现了对永磁同步电机的温度检测，但在采集和处理电机热成像数据时，未充分考虑现有图像处理分割技术在识别温度较高区域时的精确性。这一不足可能导致无法准确识别电机的过热区域，从而降低电机温度监测的准确性和有效性。
技术实现思路
1、为解决上述背景技术中提出的因无法准确识别电机的过热区域，从而降低电机温度监测的准确性和有效性的问题，本发明提供以下方案。
2、在第一方面中，本发明提供了基于红外图像的带式输送机电机过热检测方法，包括：采集带式输送机电机工作过程中的连续帧图像，并获取目标图像的大津阈值；计算目标图像中各像素点的温度异常程度：
3、；
4、式中，为目标图像中第行第列像素点的温度异常程度，为以自然常数e为底的指数函数，||为取绝对值，为第行第列的像素点与其邻域内的第个像素点之间灰度值的差值，为第行第列像素点邻域内的第个像素点的拉普拉斯梯度值，表示经验常数，且，为取最大值；计算目标图像中各像素点的温度显示程度：
5、；
6、式中，为目标图像中第行第列像素点的温度显示程度，为连续帧图像中第行第列像素点灰度值的极差，表示取所述极差的最大值，为连续帧图像中第幅图像的第行第列像素点的灰度值，为连续帧图像中第幅图像的第行第列像素点的灰度值，为连续帧图像的数量，＞1，表示经验常数，且；将温度异常程度、温度显示程度和大津阈值的乘积作为分割阈值，基于所述分割阈值对目标图像进行分割，得到目标图像的前景区域；获取所述前景区域内的电机温度，当电机温度大于设定温度阈值时，控制电机发出预警信号。
7、上述技术方案通过利用改进的大津阈值对目标图像进行分割，能够有效地提取出目标图像的前景区域，从而实现精准的温度监测，该技术方案能够有效识别电机运行过程中因温度变化引起的异常区域，尤其是提升对局部温度异常的敏感性。温度显示程度的计算结合了灰度值的变化特性，使得该方案能够更加直观地反映温度信息，精确检测电机是否处于高温状态，从而在温度超过设定阈值时及时触发预警信号，提高电机运行的安全性和可靠性，有助于防止电机故障、提升设备的寿命及运行效率，保障工业生产的连续性和稳定性。
8、进一步地，所述目标图像为：
9、计算所述连续帧图像各像素点的参考度，所述参考度与连续帧图像中各像素点的灰度值呈正相关，与连续帧图像中各像素点灰度值的极差、连续帧图像中各像素点灰度值之和的平均值呈反相关；基于所述参考度计算目标图像中各像素点的灰度值：
10、；
11、式中，为目标图像中第行第列像素点的灰度值，为连续帧图像中第行第列像素点参考度之和，为第幅图像中第行第列像素点的参考度，为第幅图像中第行第列像素点的灰度值，为连续帧图像的数量，表示经验常数，且。
12、上述技术方案通过对连续帧图像中各像素点的参考度进行计算，以其与灰度值和极差之间的相关性为基础，优化了目标图像中各像素点的灰度值生成过程。通过加权平均方式，能够更精准地反映出每个像素在目标图像中的重要性，从而提升目标图像的质量和细节表现。这种方法在处理动态场景或多帧图像融合时，能够有效减少噪声影响，增强图像的清晰度与一致性，实现更优质的视觉效果。
13、进一步地，所述参考度为：
14、；
15、式中，为第幅图像中第行第列像素点的参考度，为第幅图像中第行第列像素点的灰度值，为连续帧图像中第行第列像素点灰度值之和的平均值，为连续帧图像中第行第列像素点灰度值的极差，表示经验常数，且。
16、上述技术方案通过引入基于每个像素灰度值的参考度计算公式，有效地评估了各像素在图像中的重要性。参考度的定义结合了该像素灰度值与平均值的偏差以及灰度值的极差，使得在目标图像生成时，能够更精准地识别和突出有用信息。这种方法不仅提高了图像细节的保留和噪声的抑制，还增强了整体图像的对比度和清晰度，从而提升了最终目标图像的视觉质量和实用性。
17、进一步地，利用cmos相机采集带式输送机电机工作过程中的连续帧图像。
18、进一步地，获取目标图像的大津阈值，具体为：对目标图像进行灰度化处理，计算灰度直方图，并根据类间方差最大化原则确定大津阈值。
19、上述技术方案通过对目标图像进行灰度化处理并计算灰度直方图，并利用类间方差最大化原则确定最佳大津阈值，从而实现了图像的高效分割。通过优化阈值，能够有效区分前景和背景，提高图像的对比度和清晰度，进而增强后续处理和分析的准确性。这一方法在实际应用中能够提升目标检测和识别的性能，具有重要的实用价值。
20、进一步地，还包括，对连续帧图像进行灰度化和高斯滤波处理。
21、进一步地，利用拉普拉斯边缘检测算法计算像素点的拉普拉斯梯度值。
22、本发明的有益效果在于：
23、本发明显著提高了电机温度监测的准确性和实时性。通过对连续帧图像的动态分析，能够及时捕捉到电机温度的异常变化，减少了因过热引发的设备故障风险。同时，结合大津阈值的优化与温度显示程度的计算，使得目标图像的分割效果更为精确，从而清晰地识别出潜在的过热区域。该方法还引入了拉普拉斯边缘检测和灰度化处理，进一步增强了图像细节的提取能力，有助于提高检测的灵敏度与准确性。整体而言，这种高效的监测手段能够有效提高生产设备的安全性和可靠性，为企业节约成本和提升生产效率提供了重要保障。
1.基于红外图像的带式输送机电机过热检测方法，其特征在于，包括：
2.根据权利要求1所述的基于红外图像的带式输送机电机过热检测方法，其特征在于，所述目标图像为：
3.根据权利要求2所述的基于红外图像的带式输送机电机过热检测方法，其特征在于，所述参考度为：
4.根据权利要求1所述的基于红外图像的带式输送机电机过热检测方法，其特征在于，利用cmos相机采集带式输送机电机工作过程中的连续帧图像。
5.根据权利要求1所述的基于红外图像的带式输送机电机过热检测方法，其特征在于，获取目标图像的大津阈值，具体为：对目标图像进行灰度化处理，计算灰度直方图，并根据类间方差最大化原则确定大津阈值。
6.根据权利要求1所述的基于红外图像的带式输送机电机过热检测方法，其特征在于，还包括，对连续帧图像进行灰度化和高斯滤波处理。
7.根据权利要求1所述的基于红外图像的带式输送机电机过热检测方法，其特征在于，利用拉普拉斯边缘检测算法计算像素点的拉普拉斯梯度值。
